Negatívan csatolt eloszlások

Slides:



Advertisements
Hasonló előadás
Összetett kísérleti tervek és kiértékelésük:
Advertisements

Események formális leírása, műveletek
A napfogyatkozas Készítete Heinrich Hédi.
Programozási tételek, és „négyzetes” rendezések
A fogyasztói orientáció és a piacok Magyarországon Dr. Sz ente Viktória Kaposvári Egyetem, Gazdaságtudományi Kar Marketing és Kereskedelem Tanszék Piacot.
Mindenki Ságvári Bence másképp VII. Nemzetközi Médiakonferencia, Balatonalmádi, szeptember 25. Az internethasználat jellegzetességei, a kockázatok.
Eseményalgebra Eseményalgebra.
Összetett kísérleti tervek és kiértékelésük: Háromszempontos variancia analízis modellek.
Szétválasztási módszerek, alkalmazások
Készítette: Mester Tamás METRABI.ELTE.  Egy bemeneten kapott szöveg(karakter sorozat) méretét csökkenteni, minél kisebb méretűre minél hatékonyabb algoritmussal.
MI 2003/9 - 1 Alakfelismerés alapproblémája: adott objektumok egy halmaza, továbbá osztályok (kategóriák) egy halmaza. Feladatunk: az objektumokat - valamilyen.
MI 2003/ A következőkben más megközelítés: nem közvetlenül az eloszlásokból indulunk ki, hanem a diszkriminancia függvényeket keressük. Legegyszerűbb:
Kalman-féle rendszer definíció
Gazdaságelemzési és Statisztikai Tanszék
A hatágú csillag (12 oldalú poligon) kerülete K1= (4/3)K0= 4,
Non-profit szervezetek bevételi szerkezetének elemzése.
Algoritmusok és adatszerkezetek 2 Újvári Zsuzsanna.
Populációk tájban: Habitat-szelekció és metapopulációk
Sztringek.
Két változó közötti összefüggés
A populációk interakciói. A populációk közötti kompetíció 1.
Hálózati Biológia A sejt funkcionális működésének megértése.
Főkomponensanalízis Többváltozós elemzések esetében gyakran jelent problémát a vizsgált változók korreláltsága. A főkomponenselemzés segítségével a változók.
STATISZTIKA II. 5. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
III. előadás.
A lehetséges énképek.
INNOCSEKK 156/2006 Hasonlóságelemzés-alapú vizsgálat a COCO módszer használatával Készítette: Péter Gábor
Regresszióanalízis 10. gyakorlat.
Varianciaanalízis 12. gyakorlat.
III. Sz. Belgyógyászati Klinika
Hipotézisvizsgálat (1. rész) Kontingencia táblák
KÉT FÜGGETLEN, ILL. KÉT ÖSSZETARTOZÓ CSOPORT ÖSZEHASONLÍTÁSA
ÖSSZEFOGLALÓ ELŐADÁS Dr Füst György.
VII. Nemzetközi Médiakonferencia „A média hatása a gyermekekre és fiatalokra" szeptember Balatonalmádi Fiatal group leaderek Facebook használati.
Margitay – Mérnöketika KENŐPÉNZ ÉS KORRUPCIÓ 12. óra.
Matematikai alapok és valószínűségszámítás
Matematikai alapok és valószínűségszámítás
ma már nem a vizsgált téma, hanem a használt módszerek teszik a fizikát dominál az átlagos viselkedés!!! alkalmazhatjuk a statisztikus fizika módszereit.
Aszexuális, szimpatrikus speciáció
Kvantitatív Módszerek
Szünbiológiai alapfogalmak
Idősor elemzés Idősor : időben ekvidisztáns elemekből álló sorozat
Problémás függvények : lokális optimalizáció nem használható Globális optimalizáció.
Valószínűségszámítás
RÉSZEKRE BONTOTT SOKASÁG VIZSGÁLATA
Hipotézis vizsgálat (2)
Többváltozós adatelemzés
A Z ANOREXIA ÉS A BULIMIA NERVOSA KÖZÖTTI KAPCSOLAT MEGÉRTÉSE EGY SVÉD NEMZETKÖZI IKERMINTÁN Kovács Petra BME Kognitív pszichológia I. évfolyam Április.
Alapsokaság (populáció)
Hipotézis vizsgálat.
Alapfogalmak.
Többtényezős ANOVA.
Adatleírás.
Binomiális eloszlás.
t A kétoldalú statisztikai próba alapfogalmai

Két kvantitatív változó kapcsolatának vizsgálata
© Farkas György : Méréstechnika
Szigeti ökológia.
Torlódás (Jamming) Kritikus pont-e a J pont? Szilva Attila 5. éves mérnök-fizikus hallgató.
Gazdasági viszonyszámok képzése IKT eszközök felhasználásával
Statisztikai alapfogalmak
Valószínűségszámítás II.
Többdimenziós valószínűségi eloszlások
Kutatásmódszertani dilemmák
Kapcsolat vizsgálat II: kontingencia táblák jelentősége és használata az epidemiológiában, diagnosztikában: RR, OR. Dr. Prohászka Zoltán Az MTA doktora.
HÁLÓZAT Maximális folyam, minimális vágás
Kiváltott agyi jelek informatikai feldolgozása 2016
Klasszikus szabályozás elmélet
A mesterséges neuronhálók alapjai
Előadás másolata:

Negatívan csatolt eloszlások - több vizsgálat elterjedés-mintázatokat használt az interspecifikus kompetíció fontosságának bizonyítására

Bismarck-szigetek (Új Guinea partjai) - szárazföldi madarak „sakktábla-eloszlás” vagy összefonódó-eloszlás: két vagy több hasonló ökológiájú (azonos guild-be tartozó) faj kizárja egymást, de elterjedésük összefonódó

Előfordulási-függvény: összefüggés 1. a sziget mérete (S) – a szigeten jelenlévő összes madárfaj száma 2. a hasonló méretű szigetek aránya amelyet az illető faj elfoglal

a. Légykapó (Monarcha cinerascens) és egy mézevő faj (Myzomela pammelaena) nagyon jó kolonizálók, de gyengébbek a nagyobb szigetek közösségeiben való fennmaradásban, a kompetícióban - „supertramp” fajok

b. Chalcophaps stephani galambfaj mindkettőben jó, viszonylag hamar megjelenik és később is fennmarad c. héja- (Henicopernis longicauda), guvat- (Rallina tricolor) és egy gémfaj (Butorides striatus) – csak a nagyobb szigeteken - táplálékspecialisták és különlegesebb élőhely-igényeik vannak.

„supertramp” fajok hiányoznak a nagyobb szigetekről, pedig ott is megvannak a számukra megfelelő források és körülmények → mindez azt jelzi, hogy a kompetíció fontos lehet ezen közösségek kialakításában

Következtetések: 1. az interspecifikus kompetíció egy lehetséges és valószínű magyarázata több közösség szerkezeti vonásának, bár gyakran nem bizonyítható   2. ennek fő oka, hogy a jelenlegi, aktív kompetíciót csak nagyon kevés közösségben mutatták ki. Így jelenlegi gyakorisága csak hibásan becsülhető  3. a jelenlegi kompetíció alternatívájaként felhozható a múltbéli kompetíció az aktuális mintázatok magyarázatára. De lehetetlen közvetlenül megfigyelni és ennélfogva cáfolni.

4. a kutatott közösségek nem mindig „tipikus” közösségek. az őket kutató ökológusok általában különösen érdekeltek a kompetícióban “sikertelen” vizsgálatok 5. alternatív magyarázatok A fajok különbözhetnek azért is, hogy elkerüljék az interspecifikus szaporodást és így az alacsony rátermettségű hibrid utódokat (pl. a Gammarus fajok esetében). vagy: a negatívan csatol eloszlást mutató fajok lehet a közelmúltban váltak ketté allopatrikusan és most egymás felé terjeszkednek jelenlegi kompetíció → támogatja a kompetíciós hipotézist

6. a közösségmintázatok véletlenszerűen alakultak ki. a niche-felosztás egyszerűen annak az eredménye, hogy a fajok egymástól függetlenül specializálódtak és épp úgy alakult, hogy ezek niche-ek különbözőek lettek. Az egy niche dimenzió mentén random-szerűen elhelyezett fajok is különböznek valamelyest. hasonlóképpen, a fajok elterjedése eltérhet amiatt is, hogy ezek egymástól függetlenül különbözőképpen kolonizáltak és telepedtek meg a számukra alkalmas élőhelyen pl. ha 10 vörös és 10 kék golyót random-módon szétszórunk 100 kockába, ezek biztosan különböző eloszlási mintázatokat fognak mutatni

a kompetícióra tehát nem következtethetünk csak a „különbségek” alapján. De hát akkor milyen különbségek engedik meg, hogy kompetícióra következtessünk?

Neutrális modellek és null-hipotézisek   többen kritizálták a kompetíció fontosságának megállapítását kompetíciós elmélet predikciói: - versengő fajok közti hasonlóságnak határai vannak - hasonló niche-ű fajok kizárájk egymást, így eloszlásuk nagymértékben különbözik a véletlenszerűtől

A helyes kérdés: A megfigyelt mintázat, még ha sejteti is a kompetíció jelenlétét, eltér-e jelentősen attól a mintázattól, ami akkor alakulna ki ha a közösséget semmiféle fajok közti interakció nem befolyásolja?   valós közösségek összehasonlítása neutrális modellekkel neutrális modellek: megtartják a valós közösségek jellegzetességeit, de a komponenseket random-szerűen újraosztják, kizárva így a biológiai interakciók következményeit

azaz: null-hipotézisek generálása és tesztelése – adatok újrarendezése ha a jelenlegi adatok szignifikánsan különböznek a null-hipotézistől, elvetjük a null-hipotézist jobb mint szignifikáns hasonlóságot állítani...

Neutrális modelek és forrás felosztás   10 észak-amerikai gyík-közösség mindegyikben 4-9 faj 20 táplálék-kategória több neutrális modellt is generáltak, majd összehasonlították a valós forrás-használat átfedések mintázatával ha a kompetíció valós szerepet játszana, a niche-ek közti átfedés kisebb lenne mint az amit a neutrális modell prediktál

Változók: - választhatóság (mindegyik fajra): az i-ik faj a k forrásból mennyit hasznosít. Érték 0-tól 1-ig. - a választhatóság alapján mindegyik közösségen belüli fajpárra: forrás-használat átfedési index. Értékek: 0 (nincs átfedés) és 1 (teljes átfedés) - mindegyik közösségre: átlag forrás-átfedés az összes közösséget alkotó fajpárra   4 neutrális modell-típus, ún. „reorganizációs algoritmus”

RA1 - az eredeti struktúra minimális részét tartotta vissza. - csak a fajok és a forrás-kategóriák száma - mindegyik választhatóság értéket helyettesítettek egy 0-1 közötti értékkel. Kevesebb 0, niche-szélesség nőtt.   RA2 - mindegyik választhatóság értéket helyettesítette random értékekkel, kivéve a 0-kat. A fajok specializálódásának minőségi foka így nem változott (fogyasztott források száma)

RA3 - nem csak a specializálódás minőségi fokát tartotta vissza, hanem az eredeti fogyasztói niche szélességeket is - nem használt random-generált választhatóságokat, hanem az eredeti értékeket osztotta újra véletlenszerűen (zérókat és nem zérókat egyaránt)   RA4 - csak a nem-zéró választhatóságokat osztotta újra - ez az algoritmus tartotta meg a legtöbbet az eredeti közösség struktúrából

- mind a négy algoritmust futatták mind a 10 közösségre - mind a 40 esetben 100 neutrális-modell közösséget generáltak és ezek mindegyikére kiszámoltak 100 átlag forrás-átfedést - ha a kompetíció jelentős a valós közösségben, akkor ezek az átlag értékek meg kellene haladják a valós közösség értékeit - szignifikánsan kisebbek az átfedések a neutrális modellnél, ha csak öt vagy ennél kevesebb érték a 100 szimulációból kisebb mint a reális érték (p<0,05)

RA1 – minden fogyasztó niche szélességének növelése adta a legmagasabb forrás-átfedés értékeket RA2 és RA4 – a nem zéró-választhatóságok újragenerálása és osztása, szintén szignifikánsan magasabb átlag forrás-átfedés értékek RA3 – ahol minden választhatóságot újraosztottak, de nem változtattak meg, a különbségek nem voltak szignifikánsak   mindegyik esetben az algoritmus generálta átlagok magasabbak voltak mint a megfigyelt átlag azaz: a kis forrás-használat átfedések azt sugallják, hogy a niche-k szegregálódtak és az interspecifikus kompetíció fontos

Öt arid füves terület sáska-közössége – átfedések táplálékban és mikrohabitat-használatban egyaránt mindkettő esetében hasonló eredmények: csak a teljes randomizáció (RA1) hozott magasabb átlag-átfedés értékeket mint a megfigyelt értékek bár jelez valamilyen forrás-felosztást, nem meggyőző - fitofág rovar-közösség: kompetíció nem játszik fontos szerepet

Neutrális modellek és morfológiai különbségek   - a niche felosztás gyakran morfológiai különbségként is jelentkezik szabályos morfológiai különbségeket várunk az egy guild-be tartozó fajoknál niche-tengely mentén élesen szegregálódó fajok: a test-nagyságban és a táplálkozó készülék méretében szabályos különbségek

hutchinsoni arányok: potenciális szomszédos kompetítorok aránya (nagyobb/kisebb) testsúlyra 2,0, testhosszra pedig 1,3 (a 2 köbgyöke) az eddig ismertetett példák fajaira: Bismarck-szigetek kakukk-galambjainak testsúly-aránya 1,9 poszméhek proboscis-hossza 1,32 menyétek szemfoga 1,13 - 1,23 között

fúvós hangszerek hossza, gyerek és felnőtt kerékpárok kereke, írópapír méretek

kompetíciós modellek nem prediktálnak több szervezetre és élőhelyre ráhúzható konkrét értékeket, a hutchinsoni arányoknak megfelelő méretviszonyok elrendeződése valószínű csak felületes adatelemzésen alapuló „szabály”   a neutrális modell megközelítés logikájával: koegzisztáló potenciális kompetítorok jobban eltérnek egymástól morfológiailag mint azt véletlenszerűen várnánk

Sivatagi magevő rágcsálók testnagysága (tömege) és koegzisztenciája közti összefüggések két skála: - 5 ha-nál kisebb helyek (95 összesen) - három nagy észak-amerikai sivatag: Great Basin, Mojave, Sonoran csak közönséges fajok (több mint 5% egy adott helyen) + nagyon nagy tömegű fajok (80 g-nál nagyobbak) → mindez, hogy kizárják a tranzienseket és csökkentsék a nagy tömegűek alul-reprezentáltságát

Kiszámolták: - mindhárom sivatagra külön az egyes fajok arányát a helyeken, majd együttesen a három sivatagra - minden fajpárra a várt együttes előfordulási gyakoriságot - ezeket összehasonlították az aktuális előfordulási gyakoriságokkal minden fajpárt kategorizáltak aszerint, hogy tömegarányuk kisebb v. nagyobb volt mint 1,5 a kompetíciós elmélet szerint a hasonló nagyságú fajok együttes előfordulásának jóval kisebb kell legyen az esélye

- Great Basin és Sonoran: az 1,5-nél kisebb tömeg-arányú fajok a véletlen-eloszlás által prediktáltnál kisebb gyakorisággal fordultak elő együttesen - a Mojave sivatag esetében nem vetették el a null-hipotézist (vszínű a kis mintaszám miatt) - mindhárom sivatag együtt: meggyőzően elvethető null-hipotézis

kistermetű Perognathus fajok és a nagyobb kengurupatkányok (Dipodymis) elterjedése

hasonló elemzés: sivatagi rágcsáló guild-ek (magevő, növényevő, rovarevő és mindenevő). - null-hipotézist nem vethették el nem helytállóak az olyan elemzések, ahol túl eltérő típusú fogyasztókat hasonlítanak össze, közöttük a kompetíció valószínű igen ritka

Madarak három adatsor - Tres Marias szigetek (Mexikó partjai) - Kaliforniai Csatorna-szigetek - Galápagos-szigetek (csak pintyek) minden esetben egy sziget csak kis hányadát tartalmazta a „forráskészlet” össz-fajszámának - forráskészlet: a kontinensen élő fajok száma az első két esetben ill. a teljes Galápagos szigetcsoporton élő pintyfajok

- összehasonlítás véletlenszerűen generált null-közösségekkel (100-100). Minden családból ugyanannyi faj maradt. - különböző lineáris méretek alapján: szomszédos fajok méretarányai családokon belül akkor feltételezhető intespecifikus kompetíció, ha a hossz-méretarányok szignifikánsan nagyobbak lennének az aktuális közösségekben mint a generált közösségekben   → a méretarányok nem voltak nagyobbak a reális közösségekben, így nem vethették el a null-hipotézist

a vizsgálat bírálata: 1. statisztikai tévedések az elemzésben: technikai nehézségek 2. az összehasonlításokat családokon belül végezték. Guild-en belül kelett volna 3. a következtetéseket az egész madár-fauna alapján vonták le. Ez valószínű hígítja az interspecifikus kompetíció okozta mintázatokat. 4. a forráskészletek maguk is olyan közösségek lehetnek, amelyeket már befolyásolt az interspecifikus kompetíció. Hatás eleve beépítve.

a kritikák alapján újra elvégezték az elemzéseket és több bizonyítékát találták a kompetíciónak mint az eredeti elemzés, bár több esetben újból sem sikerült semmit kimutatni - szerintük ha kudarcot is vall a null-hipotézis elvetése, még nem jelenti azt, hogy biztosan nincsenek interakciók a fajok között. - a neutrális modellek részletei és felépítése felől lehet vitatkozni, de céljai tekintetében mindenki egyetért

Neutrális modellek és különbségek az elterjedésben   - morfológiailag hasonló fajok koegzisztenciájának hiánya csak egy lehetőség a feltételezett kompetíció kimutatására általánosabb megközelítés az együttes előfordulások összehasonlítása véletlenszerűen generált földrajzi eloszlásokkal. Ha sok negatívan csatolt eloszlás típus lesz → kompetíció

Új Zéland, Déli-sziget, Manapouri tó 23 kis szigete: őshonos és exotikus (behurcolt) növényfajok   asszociáltság indexe: dik = (Oik – Eik) / SDik ahol dik a különbség a megfigyelt (Oik) és a várt (Eik) szigetszám mözött amelyet az i és k fajpárok foglalnak el SDik - a várt számok szórása

a. őshonos fajok: negatív eloszlás, különbözik a neutrális modelltől b. exotikus fajok: nincs eltérés a modell és a valós adatok között

Neutrális modellek: ítélkezzünk   mi legyen a végkövetkeztetés? a cél maga szent, az bizonyos kísértés: nehogy azért lássuk meg a kompetíciót, mert mi azt keressük - a módszer csak akkor működik kielégítően, ha olyan csoportokra (guild-ekre) alkalmazzuk, ahol valóban számítani lehet kompetícióra - a megközelítés csak akkor lehet jogos, ha magából a neutrális modellből eltávolítunk minden kompetícióra utaló nyomot

számítógépes szimuláció, a program neve: Isten szárazföldi bióta, fajokat generáltak, bizonyos filogenetikai szabályokat betartva szigetcsoportot hoztak létre, amelyet a szárazföldi fajok egy Wallace nevű program segítségével kolonizáltak reális vizsgálatoktól eltérően: tudták mikor van kompetíció és mikor nincs egyes szigeteken bevezették a kompetíciót, másutt nem utána neutrális modellekkel nézték, hol lehet kimutatni

- az eredmények némiképp lehangolóak, több esetben nem sikerült kimutatni a kompetíció hatását, pedig jelen volt - magyarázat: kompetitív kizárás és kihalás, így nehéz felfedezni a múltbéli kompetíció nyomait, csak ott ahol a kompetitív kizárás még nem teljes - neutrális modellek nem vehetik át teljesen a helyét a beható ökológiai tanulmányoknak, manipulatív kísérleteknek - verdikt: csak egy lehet a közösségökológus fegyvertárában...

A kompetíció szerepe: végkövetkeztetések   1. könnyű elképzeli a kompetíció szerkezetformáló erejét, de bizonyítani jóval nehezebb. Több esetben alternatív magyarázatok is érvényesek. Működése a múltban valószínűbb. 2. jelentősége közösségről-közösségre változik: nincs egyetlen, általános szerepe. Pl. gyakoribb a stabil és fajgazdag környezetben élő gerincesek körében, a szesszilis fajoknál (növények, korallok), de ritka a fitofág rovaroknál

3. még ha fontos is, a közösségen belül csak egy kis csoportot érint 3. még ha fontos is, a közösségen belül csak egy kis csoportot érint. Leggyakrabban egy guild tagjait, ezen belül is csak a niche-tengelyen szomszédos fajokat. Így a nagy és heterogén fajközösségek széleskörű áttekintése nem is mutathatja ki jelenlétét.